登录
软件下载 帮助文档 新闻资讯

Skill UI

浏览并发现 15857+ 精选技能
全部 编程开发 人工智能 设计创意 产品商业 数据科学 市场营销 职场通用 效率工具 硬件工程 语言学习
搜索 验证 ，共找到 149 条记录
默认排序 最新上传 最多下载

提升视觉论文可复现性标准

cvpr-reproducibility
brycewang-stanford/Awesome-Journal-Skills
379
本指南旨在提高计算机视觉（CV）领域的学术论文可复现性。它详细说明了如何通过使用计算报告表（CRF）、维护详细的实验配方账本，以及严格记录所有训练超参数、随机种子和方差分析等方法，确保研究结果的严谨性和可验证性。
查看详情

自然语言处理论文实验证据规范

eacl-experiments
brycewang-stanford/Awesome-Journal-Skills
149
本指南旨在帮助作者构建顶级自然语言处理（NLP）会议论文中严谨的实验证据部分。它强调了报告的科学性和可信度，要求在实验设计中包含公平的基线模型、明确的统计学控制（如方差、显著性测试）、数据污染检测以及详细的人工评估流程。确保您的研究结论是经过严格审计的。
查看详情

AI会议论文作者回应指南

ecai-author-response
brycewang-stanford/Awesome-Journal-Skills
186
本指南指导作者撰写AI顶级会议的单轮双盲作者回应（Rebuttal）指南。内容涵盖了如何精确、简洁地纠正审稿人的事实误读，提供现有工作支持的缺失证据，并构建有力的论证。强调回应必须基于可验证的事实，不应提出新的工作或过度辩论意义。
查看详情

AI研究可复现性指南

eccv-reproducibility
brycewang-stanford/Awesome-Journal-Skills
464
这是一份针对计算机视觉和AI论文的权威指南，旨在指导作者如何确保研究结果具有最高的可复现性。内容涵盖完善的训练配方记录、模型依赖的精确版本锁定（Foundation-model pinning）、以及对结果方差的诚实报告，确保学术成果的透明度和可验证性。
查看详情

欧洲视觉会议（ECCV）投稿策略指南

european-conference-on-computer-vision
brycewang-stanford/Awesome-Journal-Skills
235
本指南为作者提供了定位计算机视觉论文是否适合参加欧洲视觉会议（ECCV）的策略工具。内容涵盖会议适应性评估、论文重构、必须提供的实验证据（如消融实验、基准线对比等）以及结构化撰写建议，帮助作者确保论文符合ECCV的专业范围和审稿要求，是重要的投稿准备参考。
查看详情

FAccT可问责性文档和产物评估

facct-artifact-evaluation
brycewang-stanford/Awesome-Journal-Skills
223
本指南详细介绍了在AI研究领域，为提升论文的透明度和问责性所必须准备的配套文档和产物。核心包括数据集说明书（Datasheet）、模型卡（Model Card）、数据陈述和影响评估等，确保研究成果在伦理和技术层面都具有可追溯性和可验证性。
查看详情

AI研究可复现性与透明度规范

facct-reproducibility
brycewang-stanford/Awesome-Journal-Skills
463
这是一套针对人工智能和数据科学领域的高标准学术指南。它指导研究者如何系统性地提升研究的透明度和可复现性，重点要求发布并记录原始数据、训练模型和定性研究的证据。通过使用数据表、模型卡等机制，确保所有研究结论均可被第三方进行全面审计和验证，从而提高学术研究的严谨性和可信度。
查看详情

深度学习可复现性审计指南

iccv-reproducibility
brycewang-stanford/Awesome-Journal-Skills
156
本指南为学术研究人员提供了实现和公开深度学习模型可复现性的全面指导。内容涵盖了从基础模型到前沿AI的各个方面，包括协议固定、数据集版本追踪、硬件规格记录以及结果方差报告等，旨在确保研究成果在多年后依然具有高度的可验证性，满足顶级会议的复现性要求。
查看详情

机器学习研究可复现性标准

iclr-reproducibility
brycewang-stanford/Awesome-Journal-Skills
403
本指南为学术作者提供一套详细的方案，确保机器学习研究论文具备高度的可复现性。内容涵盖了如何将论文中的每一个核心结论都映射到可验证的证据链上，包括记录随机种子、方差、计算资源消耗（训练和推理）、数据预处理流程和伦理声明。撰写可复现性声明，确保研究成果对学术界公开透明。
查看详情

ICLR学术论文写作风格指南

iclr-writing-style
brycewang-stanford/Awesome-Journal-Skills
315
本指南旨在帮助将技术正确的机器学习草稿，转化为适用于ICLR及OpenReview的高可读性学术论文。它指导作者将核心的学习-表征洞察放在最前端，明确贡献类型和局限性，优化摘要和引言的独立可读性，并构建清晰的审稿人验证路径，确保论文在公开评审环境中达到最佳的学术影响力。
查看详情

机器学习实验严谨性审计指南

icml-experiments
brycewang-stanford/Awesome-Journal-Skills
164
本指南提供一套完整的机器学习实验严谨性审计流程。它指导用户从基线模型、消融实验、方差分析、数据泄露和计算资源公开等多个维度，系统性地检验和强化实验证据的可靠性。尤其适用于论文提交前或回应审稿人质疑时使用。
查看详情

提升研究可复现性证据

icml-reproducibility
brycewang-stanford/Awesome-Journal-Skills
109
本指南为研究人员提供一套完整的顶会（如ICML）论文可复现性增强方案。它详细涵盖了数据来源、代码部署、随机种子、计算资源和理论假设等多个维度的证据要求，旨在确保科研结论的严谨性和可验证性。
查看详情
上一页123...8910111213下一页
语言
简体中文
English